SXSSFWorkbook по умолчанию используется встроенные строки вместо таблицы общих строк. Это означает, что SXSSFWorkbook пишет текст непосредственно на листе, даже если он несколько раз один и тот же текст. XSSFWorkbook и Excel GUI используют таблицу общих строк, в которой текст получает индекс, а один и тот же текст сохраняется только один раз, а затем индекс используется в листе. Но это не должно иметь такого большого влияния на размер файла результирующего *.xlsx.
SXSSFWorkbook, а также все другие отформатированные файлы Office Open XML, создаваемые apache poi, были заархивированы с использованием org.apache.commons.compress.archivers.zip.ZipArchiveOutputStream. Это использует deflate в качестве алгоритма сжатия и Deflater.DEFAULT_COMPRESSION в качестве уровня сжатия по умолчанию. Можно переписать protected ZipArchiveOutputStream createArchiveOutputStream(OutputStream out) из SXSSFWorkbook, чтобы установить другой уровень сжатия. Но это также не должно иметь такого большого влияния на размер файла в результате *.xlsx.
Пример Java код:
import java.io.File;
import java.io.OutputStream;
import java.io.FileOutputStream;
import org.apache.poi.ss.usermodel.*;
import org.apache.poi.xssf.streaming.SXSSFWorkbook;
import org.apache.commons.compress.archivers.zip.Zip64Mode;
import org.apache.commons.compress.archivers.zip.ZipArchiveOutputStream;
import java.util.zip.Deflater;
class CreateSXSSFDifferentCompression {
static SXSSFWorkbook createSXSSFWorkbook(int compressionLevel, int rowAccessWindowSize,
boolean compressTmpFiles, boolean useSharedStringsTable) {
SXSSFWorkbook workbook = null;
if (compressionLevel != Deflater.DEFAULT_COMPRESSION) {
workbook = new SXSSFWorkbook(null, rowAccessWindowSize, compressTmpFiles, useSharedStringsTable) {
protected ZipArchiveOutputStream createArchiveOutputStream(OutputStream out) {
ZipArchiveOutputStream zos = new ZipArchiveOutputStream(out);
zos.setUseZip64(Zip64Mode.AsNeeded);
zos.setLevel(compressionLevel);
return zos;
}
};
} else {
workbook = new SXSSFWorkbook(null, rowAccessWindowSize, compressTmpFiles, useSharedStringsTable);
}
return workbook;
}
public static void main(String[] args) throws Exception {
SXSSFWorkbook workbook = null;
// uses Deflater.DEFAULT_COMPRESSION and inline strings
//workbook = createSXSSFWorkbook(Deflater.DEFAULT_COMPRESSION, 500, true, false);
// uses Deflater.DEFAULT_COMPRESSION and shared strings table
//workbook = createSXSSFWorkbook(Deflater.DEFAULT_COMPRESSION, 500, true, true);
// uses Deflater.BEST_COMPRESSION and inline strings
workbook = createSXSSFWorkbook(Deflater.BEST_COMPRESSION, 500, true, false);
// uses Deflater.BEST_COMPRESSION and shared strings table
//workbook = createSXSSFWorkbook(Deflater.BEST_COMPRESSION, 500, true, true);
int ROWS_COUNT = 2000;
int COLS_COUNT = 1000;
Sheet sheet = workbook.createSheet("Test Sheet 1");
for (int i = 1 ; i <= ROWS_COUNT; i++) {
Row row = sheet.createRow(i);
//System.out.println("Row " + i);
for(int j = 1; j <= COLS_COUNT; j++) {
row.createCell(j).setCellValue("Test " + i);
}
}
FileOutputStream out = new FileOutputStream("./Excel.xlsx");
workbook.write(out);
out.close();
workbook.close();
workbook.dispose();
File file = new File("./Excel.xlsx");
System.out.println(file.length());
}
}
Это приводит к Excel.xlsx размеру файла:
5 031 034 байта при использовании Deflater.DEFAULT_COMPRESSION и встроенных строк.
4,972,663 байта при использовании Deflater.DEFAULT_COMPRESSION и таблицы общих строк.
4,972,915 байтов при использовании Deflater.BEST_COMPRESSION и встроенных строк.
И 4,966,749 байтов при Deflater.BEST_EST_OM используются таблицы общих строк.
Используется: Java 12, apache poi 4.1.2, Ubuntu Linux.
Ни я бы не назвал это огромным для электронной таблицы 2000 строк х 1000 столбцов, ни я Назовите влияние различных настроек большим.
И записи очень хорошо сжаты.
Если вы загляните в ZIP-архив Excel.xlsx, вы найдете несжатый размер xl/worksheets/sheet1.xml 112,380,273 байта при использовании встроенных строк. Несжатый размер xl/sharedStrings.xml равен 138 байтам и содержит только самые основные c XML.
Если используется таблица общих строк, то несжатый размер xl/worksheets/sheet1.xml составляет 68 377 273 байт, а несжатый размер xl/sharedStrings.xml составляет 49 045 байт и содержит 2000 записей.
Если Excel сам сохраняет *.xlsx файлов, он создает файлы, имеющие примерно одинаковый размер файла, когда содержимое равно. Так что Excel сам использует тот же уровень сжатия.
Конечно, можно сжать файлы *.xlsx больше, если снова сохранить Excel.xlsx в архив *.zip. Но это не то, что Excel ожидает от файла *.xlsx.
Microsoft состояния в Каковы преимущества открытых XML форматов? :
Компактные файлы Файлы автоматически сжимаются и может быть до 75 процентов меньше в некоторых случаях. Формат Open XML использует технологию сжатия zip для хранения документов, предлагая потенциальную экономию средств, поскольку уменьшает дисковое пространство, необходимое для хранения файлов, и уменьшает пропускную способность, необходимую для отправки файлов по электронной почте, по сетям и по Inte * 1096. *. Когда вы открываете файл, он автоматически распаковывается. Когда вы сохраняете файл, он автоматически архивируется снова. Вам не нужно устанавливать какие-либо специальные zip-утилиты для открытия и закрытия файлов в Office.
Важные части здесь:
Когда вы открываете файл, он автоматически распаковывается. Когда вы сохраняете файл, он автоматически архивируется снова.
Это означает, что если apache poi сжимает файлы с использованием других методов или уровней сжатия, отличных от Microsoft Office, то Microsoft Office будет невозможно сделать с файлами, которые apache poi создал.
Итак, поскольку apache poi создает файлы, которые Excel (Microsoft Office) может открываться напрямую, он использует тот же метод сжатия и уровень сжатия, что и Excel (Microsoft Office) сделает.